[发明专利]基于椭圆柱的人体躯干建模及手臂区域分割和手臂骨架提取方法

说明书

一种基于椭圆柱估计的人体模型手臂及手臂骨架的分割提取方法，通过从人体模型的点集中采集两侧肩膀、脊柱中部和脊柱底部的位置坐标并生成类椭圆柱体点集作为躯干模型，并从躯干模型的两侧得到手臂点集，通过投影后得到的平面图中得到三维手臂骨架点集，最后通过从三维手臂骨架点集中与肩膀骨架点和手腕骨架点之间的距离判断得到肩膀骨架点集、手腕骨架点集和手肘骨架点集，从而组成完整人体手臂骨架点集。

技术领域

本发明涉及的是一种计算机图形处理领域的技术，具体是一种基于椭圆柱估计的人体模型手臂及手臂骨架的分割提取方法。

背景技术

随着科技的发展，体感技术给人们的日常生活带来了极大的便利。体感技术可以让计算机知道用户人体的姿态和人体的骨架。比如：用户可以通过人体的运动来控制计算机里的虚拟人物；用户可以通过手势来控制计算机的人机互动操作，来摆脱鼠标和键盘。为了实现以上的功能，人体手臂骨架提取算法是一个重要的环节。一个优秀的、鲁棒的人体手臂骨架提取算法可以给计算机提供精确的人体手臂姿态，进而将人机交互等应用做得更好。

经过对现有技术的文献检索发现，Shotton等人在《IEEE Transactions onPattern Analysis and Machine Intelligence》2013年第35卷第12期上发表的论文“Efficient human pose estimation from single depth images”提出了“利用深度信息先将人体三维点云分块再对分割出的每块区域计算对应的骨架点”的人体骨架提取方法，该算法在人体分块中使用随机森林来提高点云分类的速度。该算法通过获得整体人体骨架进而得到手臂骨架和姿态。薛发光的2007年吉林大学硕士论文《基于图像的运动手臂的识别》中采用躯干模板得到肩部坐标，然后采用哈夫变换对手臂的轮廓线进行直线线段检测，最后经过曲线拟合找出手臂的骨架线段,得到手臂肘部的像素坐标。然而，手臂运动的灵活性无形之中增加了手臂提取的难度，以上方法在复杂场景下均不能得到较好的效果。

手臂的区域分割对手臂骨架点的提取有极大的益处。一个精确的手臂区域分割可以提供一个好的基础，有助于后续针对该分割区域提取骨架点的操作结果。因此，上述现有技术的问题分析促使去寻找一种更加全面的人体手臂分割及手臂骨架估计方法，使其能够应对复杂的场景和环境并提高骨架提取精度，而且该算法应该可以应用到实时的人体交互操作中。

发明内容

本发明针对现有技术存在的上述不足，提出一种基于椭圆柱估计的人体模型手臂及手臂骨架的分割提取方法，估计得到的躯干模型和人体躯干更接近，从而分割出更准确的人体手臂区域。

本发明是通过以下技术方案实现的：

本发明通过从人体模型的点集中采集两侧肩膀、脊柱中部和脊柱底部的位置坐标并生成类椭圆柱体点集作为躯干模型，并从躯干模型的两侧得到手臂点集，通过投影后得到的平面图中得到三维手臂骨架点集，最后通过从三维手臂骨架点集中与肩膀骨架点和手腕骨架点之间的距离判断得到肩膀骨架点集、手腕骨架点集和手肘骨架点集，从而组成完整人体手臂骨架点集。

所述方法具体包括以下步骤：

第一步、通过像素阈值过滤，从三维坐标下的人体三维点云中得到人体轮廓的中轴线坐标、从人体三维点云中估计得到两侧肩膀、脊柱中部和脊柱底部的位置坐标；

第二步、在人体三维点云中分别生成三个对应包含两侧肩膀、脊柱中部和脊柱底部的位置坐标的椭圆形横截面，根据估计得到的椭圆形横截面的参数，经插值得到椭圆柱躯干模型；

第三步、将人体三维点云中位于椭圆柱躯干模型中的点作为人体躯干点，其余作为人体手臂点，将人体手臂点中位于中轴线任意一侧的点集分别投影至对应坐标轴的三个平面；